除了人类评审员，VibeCheck还调用了GPT-4o mini来评价不同大模型的回复，结果发现与人类的评估结果相符。也就是说，GPT-4o mini也能发现上述人类评审员总结的细微差异。

随着人工智能技术的飞速发展，越来越多的人开始把目光投向大型语言模型（LLM）的表现与个性。最近，加州大学伯克利分校进行了一项引人注目的研究，探索了不同大型模型间的性格差异，并采用类似于MBTI性格测试的方法来进行评估。这一研究的核心在于揭示：这些智能体是不是具备独特的个性？在当前的AI应用中，这一问题显得尤为重要。

‍‍‍“行业观察者”是我们针对人工智能、XR、元宇宙和Web3等前沿科技而设立的专栏，主要分享这些领域中的新兴企业或者创业者们的故事。法律科技公司EvenUp不仅获得了法律AI史上最大的一笔融资1.35亿美元，甚至其专有AI模型Piai在人身伤害案件 ...

作者 | Rafal Gancarz译者 | 马可薇策划 | TinaGrab 利用 GenAI 技术增强了数据发现工具 Hubble ...

Discover how GPT-4o is transforming creative writing with advanced features, natural tone, and unmatched adaptability for ...

谷歌DeepMind 最新 推出的Gemini实验版本（Exp1114）在Chatbot Arena平台上取得了令人瞩目的成绩。经过一周多的社区测试，累计超过6000票的数据显示，这款新模型以显著优势超越竞品，在多个关键领域展现出惊人实力。

As Chinese entities do not have access to tens of thousands of advanced AI GPUs from companies like Nvidia, companies from ...

OpenAI has announced a major update for its language model, GPT-4.0, which brings significant improvements in both creative ...

奇月 发自 凹非寺量子位 | 公众号 QbitAI 只需几秒钟，开源模型检索4500篇论文，比GPT-4o还靠谱！ 这就是由华盛顿大学和艾伦人工智能研究所（Ai2）打造的最新模型OpenScholar。 它还是首个从论文到数据集、模型检查点都完全开源的科研助手模型。 在由20位专家进行的500次对比实验中，72%的情况下他们都觉得OpenScholar的输出结果超越了人类。 而且OpenSchol ...

To stay competitive, some companies are scrambling to adopt AI, but they are sometimes unsure of the best way to integrate it ...